MATLAB圖像處理常用函數大全

點擊箭頭處「藍色字」，關注我們哦！！

顯示索引圖像和灰度圖像 
>> [X,map]=imread('trees.tif'); 
>> gmap=rgb2gray(map); 
>> figure,imshow(X,map); 
>> figure,imshow(X,gmap); 


利用膨脹函數平移圖像 
I = imread('football.jpg'); 
se = translate(strel(1), [30 30]);%將一個平面結構化元素分別向下和向右移動30個位置 
J = imdilate(I,se);%利用膨脹函數平移圖像 
subplot(121);imshow(I), title('原圖') 
subplot(122), imshow(J), title('移動後的圖像'); 


水平翻轉和上下翻轉 
I = imread('cameraman.tif'); 
Flip1=fliplr(I);               %  對矩陣I左右反轉 
subplot(131);imshow(I);title('原圖'); 
subplot(132);imshow(Flip1);title('水平鏡像'); 
Flip2=flipud(I);               %  對矩陣I垂直反轉 
subplot(133);imshow(Flip2);title('豎直鏡像'); 


圖像旋轉 
I=imread('cameraman.tif'); 
B=imrotate(I,60,'bilinear','crop'); 
%雙線性插值法旋轉圖像，並裁剪圖像，使其和原圖像大小一致 
subplot(121),imshow(I),title('原圖'); 
subplot(122),imshow(B),title('旋轉圖像60^{o}，並剪切圖像'); 


截取圖像 
I = imread('circuit.tif'); 
I2 = imcrop(I,[75 68 130 112]); 
imshow(I), figure, imshow(I2) 


畫輪廓 
>> I=imread('circuit.tif'); 
>> imshow(I) 
>> figure 
>> imcontour(I,3) 


噪聲和濾波 
I=imread('cameraman.tif'); 
J=imnoise(I,'salt & pepper',0.02);%添加椒鹽噪聲 
subplot(121),imshow(J);title('噪聲圖像') 
K=medfilt2(J);%使用3*3的鄰域窗的中值濾波 
subplot(122),imshow(K);title('中值濾波後圖像') 




Matlab數字數字圖像處理函數匯總： 


1、數字數字圖像的變換 


① fft2：fft2函數用於數字數字圖像的二維傅立葉變換，如：i=imread('104_8.tif'); 


j=fft2(i); 


②ifft2:：ifft2函數用於數字數字圖像的二維傅立葉反變換，如： 


 i=imread('104_8.tif'); 


 j=fft2(i); 


k=ifft2(j); 


2、模擬噪聲生成函數和預定義濾波器 


① imnoise：用於對數字數字圖像生成模擬噪聲，如： 


 i=imread('104_8.tif'); 


 j=imnoise(i,'gaussian',0,0.02);%模擬高斯噪聲 


② fspecial：用於產生預定義濾波器，如： 


h=fspecial('sobel');%sobel水平邊緣增強濾波器 


h=fspecial('gaussian');%高斯低通濾波器 


h=fspecial('laplacian');%拉普拉斯濾波器 


h=fspecial('log');%高斯拉普拉斯（LoG）濾波器 


h=fspecial('average');%均值濾波器 


2、數字數字圖像的增強 


①直方圖：imhist函數用於數字數字圖像的直方圖顯示，如： 


i=imread('104_8.tif'); 


imhist(i); 


②直方圖均化：histeq函數用於數字數字圖像的直方圖均化，如： 


i=imread('104_8.tif'); 


j=histeq(i); 


imshow(J) 
③對比度調整：imadjust函數用於數字數字圖像的對比度調整，如：i=imread('104_8.tif'); 


j=imadjust(i,[0.3,0.7],[]); 


④對數變換：log函數用於數字數字圖像的對數變換，如： 


i=imread('104_8.tif'); 


j=double(i); 


k=log(j); 


⑤基於卷積的數字數字圖像濾波函數：filter2函數用於數字數字圖像濾波，如：i=imread('104_8.tif'); 


h=[1,2,1;0,0,0;-1,-2,-1]; 


j=filter2(h,i); 


⑥線性濾波：利用二維卷積conv2濾波, 如: 


i=imread('104_8.tif'); 


h=[1,1,1;1,1,1;1,1,1]; 


h=h/9; 


j=conv2(i,h); 


⑦中值濾波：medfilt2函數用於數字數字圖像的中值濾波，如： 


i=imread('104_8.tif'); 


j=medfilt2(i); 


⑧銳化 


（1）利用Sobel算子銳化數字數字圖像, 如: 


i=imread('104_8.tif'); 


h=[1,2,1;0,0,0;-1,-2,-1];%Sobel算子 


j=filter2(h,i); 


（2）利用拉氏算子銳化數字數字圖像, 如: 


i=imread('104_8.tif'); 


j=double(i); 


h=[0,1,0;1,-4,0;0,1,0];%拉氏算子 


k=conv2(j,h,'same'); 


m=j-k; 


3、數字數字圖像邊緣檢測 


①sobel算子 如： 


i=imread('104_8.tif'); 


j =edge(i,'sobel',thresh) 


  


②prewitt算子 如： 


i=imread('104_8.tif'); 


j =edge(i,'prewitt',thresh) 


③roberts算子  如： 


i=imread('104_8.tif'); 


j =edge(i,'roberts',thresh) 


④log算子  如： 


i=imread('104_8.tif'); 


j =edge(i,'log',thresh) 


⑤canny算子 如： 


i=imread('104_8.tif'); 


j =edge(i,'canny',thresh) 


⑥Zero-Cross算子 如： 


i=imread('104_8.tif'); 


j =edge(i,'zerocross',thresh) 


4、形態學數字數字圖像處理 


①膨脹：是在二值化數字數字圖像中「加長」或「變粗」的操作，函數imdilate執行膨脹運算，如： 


a=imread('104_7.tif');%輸入二值數字數字圖像 


b=[0 1 0;1 1 1;01 0]; 


c=imdilate(a,b); 


②腐蝕：函數imerode執行腐蝕，如： 


a=imread('104_7.tif');%輸入二值數字數字圖像 


b=strel('disk',1); 


c=imerode(a,b); 


③開運算：先腐蝕後膨脹稱為開運算，用imopen來實現，如： 


 a=imread('104_8.tif'); 


b=strel('square',2); 


c=imopen(a,b); 


④閉運算：先膨脹後腐蝕稱為閉運算，用imclose來實現，如： 


 a=imread('104_8.tif'); 


b=strel('square',2); 


c=imclose(a,b); 


  


  


數字數字圖像增強 
1. 直方圖均衡化的 Matlab 實現 
1.1 imhist 函數 
功能：計算和顯示數字數字圖像的色彩直方圖 
格式：imhist(I,n) 
        imhist(X,map) 
說明：imhist(I,n) 其中，n 為指定的灰度級數目，預設值為256；imhist(X,map) 就算和顯示索引色數字數字圖像 X 的直方圖，map為調色板。用stem(x,counts) 同樣可以顯示直方圖。 


1.2 imcontour 函數 
功能：顯示數字數字圖像的等灰度值圖 
格式：imcontour(I,n),imcontour(I,v) 
說明：n 為灰度級的個數，v 是有用戶指定所選的等灰度級向量。 


1.3 imadjust 函數 
功能：通過直方圖變換調整對比度 
格式：J=imadjust(I,[low high],[bottomtop],gamma) 
        newmap=imadjust(map,[low high],[bottomtop],gamma) 
說明：J=imadjust(I,[low high],[bottomtop],gamma) 其中，gamma 為校正量r，[lowhigh] 為原數字數字圖像中要變換的灰度範圍，[bottom top] 
指定了變換後的灰度範圍；newmap=imadjust(map,[lowhigh],[bottom top],gamma) 調整索引色數字數字圖像的調色板 map 。此時若 [low high] 和 
[bottom top] 都為2×3的矩陣，則分別調整 R、G、B 3個分量。 


1.4 histeq 函數 
功能：直方圖均衡化 
格式：J=histeq(I,hgram) 
        J=histeq(I,n) 
        [J,T]=histeq(I,...) 
        newmap=histeq(X,map,hgram) 
        newmap=histeq(X,map) 
        [new,T]=histeq(X,...) 
說明：J=histeq(I,hgram) 實現了所謂「直方圖規定化」，即將原是圖象 I 的直方圖變換成用戶指定的向量 hgram 。hgram 中的每一個元素 
都在 [0,1] 中；J=histeq(I,n) 指定均衡化後的灰度級數 n ，預設值為 64；[J,T]=histeq(I,...)返回從能將數字數字圖像 I 的灰度直方圖變換成 
數字數字圖像 J 的直方圖的變換 T ；newmap=histeq(X,map) 和 [new,T]=histeq(X,...) 是針對索引色數字數字圖像調色板的直方圖均衡。 


2. 噪聲及其噪聲的 Matlab 實現 
        imnoise 函數 
格式：J=imnoise(I,type) 
        J=imnoise(I,type,parameter) 
說明：J=imnoise(I,type) 返回對數字數字圖像 I 添加典型噪聲後的有噪數字數字圖像 J ，參數type 和 parameter 用於確定噪聲的類型和相應的參數。 




3. 數字數字圖像濾波的 Matlab 實現 


3.1 conv2 函數 
功能：計算二維卷積 
格式：C=conv2(A,B) 
        C=conv2(Hcol,Hrow,A) 
        C=conv2(...,'shape') 
說明：對於 C=conv2(A,B) ，conv2 的算矩陣A 和 B 的卷積，若[Ma,Na]＝size(A), [Mb,Nb]=size(B), 則 size(C)=[Ma+Mb-1,Na+Nb-1]; 
C=conv2(Hcol,Hrow,A) 中，矩陣 A 分別與Hcol 向量在列方向和 Hrow 向量在行方向上進行卷積；C=conv2(...,'shape') 用來指定 conv2 
返回二維卷積結果部分，參數 shape 可取值如下： 
        》full為預設值，返回二維卷積的全部結果； 
        》same返回二維卷積結果中與 A 大小相同的中間部分； 
        valid 返回在卷積過程中，未使用邊緣補 0 部分進行計算的卷積結果部分，當 size(A)>size(B) 時，size(C)=[Ma-Mb+1,Na-Nb+1]。 


3.2 conv 函數 
功能：計算多維卷積 
格式：與 conv2 函數相同 


3.3 filter2函數 
功能：計算二維線型數字濾波，它與函數 fspecial 連用 
格式：Y=filter2(B,X) 
        Y=filter2(B,X,'shape') 
說明：對於 Y=filter2(B,X) ，filter2 使用矩陣B 中的二維 FIR 濾波器對數據 X 進行濾波，結果 Y 是通過二維互相關計算出來的，其大 
小與 X 一樣；對於Y=filter2(B,X,'shape') ，filter2返回的 Y 是通過二維互相關計算出來的，其大小由參數 shape 確定，其取值如下 
： 
        》full返回二維相關的全部結果，size(Y)>size(X)； 
        》same返回二維互相關結果的中間部分，Y 與X 大小相同； 
        》valid返回在二維互相關過程中，未使用邊緣補 0 部分進行計算的結果部分，有 size(Y)<size(X) 。 


3.4 fspecial 函數 
功能：產生預定義濾波器 
格式：H=fspecial(type) 
        H=fspecial('gaussian',n,sigma)        高斯低通濾波器 
        H=fspecial('sobel')                        Sobel 水平邊緣增強濾波器 
        H=fspecial('prewitt')                     Prewitt 水平邊緣增強濾波器 
        H=fspecial('laplacian',alpha)            近似二維拉普拉斯運算濾波器 
        H=fspecial('log',n,sigma)                高斯拉普拉斯（LoG）運算濾波器 
        H=fspecial('average',n)                  均值濾波器 
        H=fspecial('unsharp',alpha)            模糊對比增強濾波器 
說明：對於形式 H=fspecial(type) ，fspecial 函數產生一個由 type 指定的二維濾波器 H ，返回的H 常與其它濾波器搭配使用。 




4. 彩色增強的 Matlab 實現 
4.1 imfilter函數 
功能：真彩色增強 
格式：B=imfilter(A,h) 
說明：將原始數字數字圖像 A 按指定的濾波器 h 進行濾波增強處理，增強後的數字數字圖像 B 與A 的尺寸和類型相同 


  


數字數字圖像的變換 


1. 離散傅立葉變換的Matlab 實現 
      Matlab 函數 fft、fft2 和 fftn 分別可以實現一維、二維和 N 維 DFT 算法；而函數 ifft、ifft2 和 ifftn 則用來計算反 DFT 。 
這些函數的調用格式如下： 
         A＝fft(X,N,DIM) 
      其中，X 表示輸入數字數字圖像；N 表示採樣間隔點，如果 X 小於該數值，那麼 Matlab 將會對 X 進行零填充，否則將進行截取，使之長度為 
N ；DIM 表示要進行離散傅立葉變換。 
        A＝fft2(X,MROWS,NCOLS)  
其中，MROWS 和 NCOLS 指定對 X 進行零填充後的 X 大小。 
        A＝fftn(X,SIZE) 
其中，SIZE 是一個向量，它們每一個元素都將指定 X 相應維進行零填充後的長度。 
      函數 ifft、ifft2 和 ifftn的調用格式於對應的離散傅立葉變換函數一致。 
例子：數字數字圖像的二維傅立葉頻譜 
% 讀入原始數字數字圖像 
I＝imread('lena.bmp'); 
imshow(I) 
% 求離散傅立葉頻譜 
J=fftshift(fft2(I)); 
figure; 
imshow(log(abs(J)),[8,10]) 


2. 離散餘弦變換的 Matlab實現 
2.1. dCT2 函數 
功能：二維 DCT 變換 
格式：B=dct2(A)  
        B=dct2(A,m,n)  
        B=dct2(A,[m,n])  
說明：B＝dct2(A) 計算 A 的 DCT 變換 B ，A 與 B 的大小相同；B＝dct2(A,m,n) 和 B=dct2(A,[m,n]) 通過對 A 補 0 或剪裁，使 B 的大小為 m×n。 


2.2. dict2 函數 
功能：DCT 反變換 
格式：B=idct2(A)  
        B=idct2(A,m,n)  
        B=idct2(A,[m,n])  
說明：B＝idct2(A) 計算 A 的 DCT 反變換 B ，A 與 B 的大小相同；B＝idct2(A,m,n) 和 B=idct2(A,[m,n]) 通過對 A 補 0 或剪裁，使 B的大小為 m×n。 


2.3. dctmtx函數 
功能：計算 DCT 變換矩陣 
格式：D＝dctmtx(n) 
說明：D＝dctmtx(n) 返回一個 n×n 的 DCT 變換矩陣，輸出矩陣 D 為 double 類型。 


3. 數字數字圖像小波變換的Matlab 實現 
3.1 一維小波變換的 Matlab實現 
(1) dwt 函數 
功能：一維離散小波變換 
格式：[cA,cD]=dwt(X,'wname') 
        [cA,cD]=dwt(X,Lo_D,Hi_D) 
說明：[cA,cD]=dwt(X,'wname')使用指定的小波基函數'wname' 對信號 X 進行分解，cA、cD分別為近似分量和細節分量；[cA,cD]=dwt(X,Lo_D,Hi_D) 使用指定的濾波器組 Lo_D、Hi_D 對信號進行分解。 


(2) idwt 函數 
功能：一維離散小波反變換 
格式：X=idwt(cA,cD,'wname') 
        X=idwt(cA,cD,Lo_R,Hi_R) 
        X=idwt(cA,cD,'wname',L) 
        X=idwt(cA,cD,Lo_R,Hi_R,L) 
說明：X=idwt(cA,cD,'wname')由近似分量 cA 和細節分量 cD 經小波反變換重構原始信號 X 。 
        'wname' 為所選的小波函數 
        X=idwt(cA,cD,Lo_R,Hi_R) 用指定的重構濾波器 Lo_R 和 Hi_R 經小波反變換重構原始信號 X 。 
        X=idwt(cA,cD,'wname',L) 和 X=idwt(cA,cD,Lo_R,Hi_R,L) 指定返回信號 X 中心附近的 L 個點。 


3.2 二維小波變換的 Matlab實現 
          二維小波變換的函數 
---- 
     函數名                函數功能 
- 
     dwt2           二維離散小波變換 
   wavedec2       二維信號的多層小波分解 
     idwt2          二維離散小波反變換 
   waverec2        二維信號的多層小波重構 
   wrcoef2          由多層小波分解重構某一層的分解信號 
   upcoef2          由多層小波分解重構近似分量或細節分量 
   detcoef2         提取二維信號小波分解的細節分量 
   appcoef2        提取二維信號小波分解的近似分量 
   upwlev2         二維小波分解的單層重構 
   dwtpet2         二維周期小波變換 
   idwtper2        二維周期小波反變換 
- 
(1) wcodemat 函數 
功能：對數據矩陣進行偽彩色編碼 
格式：Y=wcodemat(X,NB,OPT,ABSOL) 
        Y=wcodemat(X,NB,OPT) 
        Y=wcodemat(X,NB) 
        Y=wcodemat(X) 
說明：Y=wcodemat(X,NB,OPT,ABSOL)返回數據矩陣 X 的編碼矩陣 Y ；NB 偽編碼的最大值，即編碼範圍為 0～NB，預設值 NB＝16； 
       OPT 指定了編碼的方式（預設值為 'mat'），即： 
                OPT＝'row' ，按行編碼 
                OPT＝'col' ，按列編碼 
                OPT＝'mat' ，按整個矩陣編碼 
       ABSOL 是函數的控制參數（預設值為 '1'），即： 
                ABSOL＝0 時，返回編碼矩陣 
                ABSOL＝1 時，返回數據矩陣的絕對值ABS(X) 


(2) dwt2 函數 
功能：二維離散小波變換 
格式：[cA,cH,cV,cD]=dwt2(X,'wname') 
        [cA,cH,cV,cD]=dwt2(X,Lo_D,Hi_D) 
說明：[cA,cH,cV,cD]=dwt2(X,'wname')使用指定的小波基函數 'wname' 對二維信號 X 進行二維離散小波變幻；cA，cH,cV,cD 分別為近似分 
量、水平細節分量、垂直細節分量和對角細節分量；[cA,cH,cV,cD]=dwt2(X,Lo_D,Hi_D) 使用指定的分解低通和高通濾波器 Lo_D 和 Hi_D 分 
解信號 X 。 


(3) wavedec2 函數 
功能：二維信號的多層小波分解 
格式：[C,S]=wavedec2(X,N,'wname') 
        [C,S]=wavedec2(X,N,Lo_D,Hi_D) 
說明：[C,S]=wavedec2(X,N,'wname')使用小波基函數'wname' 對二維信號 X 進行 N 層分解；[C,S]=wavedec2(X,N,Lo_D,Hi_D) 使用指定 
的分解低通和高通濾波器Lo_D 和 Hi_D 分解信號 X 。 


(4) idwt2 函數 
功能：二維離散小波反變換 
格式：X=idwt2(cA,cH,cV,cD,'wname') 
        X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R) 
        X=idwt2(cA,cH,cV,cD,'wname',S) 
        X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S) 
說明：X=idwt2(cA,cH,cV,cD,'wname')由信號小波分解的近似信號cA 和細節信號 cH、cH、cV、cD 經小波反變換重構原信號 X 
；X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R)使用指定的重構低通和高通濾波器 Lo_R 和 Hi_R 重構原信號 X ；X=idwt2(cA,cH,cV,cD,'wname',S) 
和X=idwt2(cA,cH,cV,cD,Lo_R,Hi_R,S) 返回中心附近的 S 個數據點。 


(5) waverec2 函數 
說明：二維信號的多層小波重構 
格式：X=waverec2(C,S,'wname') 
        X=waverec2(C,S,Lo_R,Hi_R) 
說明：X=waverec2(C,S,'wname')由多層二維小波分解的結果 C、S 重構原始信號 X ，'wname'為使用的小波基函數；X=waverec2(C,S,Lo_R,Hi_R) 使用重構低通和高通濾波器 Lo_R 和 Hi_R 重構原信號。 


  


  


數字數字圖像處理工具箱 
1. 數字數字圖像和數字數字圖像數據 
   預設情況下，MATLAB將數字數字圖像中的數據存儲為雙精度類型(double)，64位浮點 
數，所需存儲量很大；MATLAB還支持另一種類型無符號整型(uint8)，即數字數字圖像矩 
陣中每個數據佔用1個字節。 
   在使用MATLAB工具箱時，一定要注意函數所要求的參數類型。另外，uint8 
與double兩種類型數據的值域不同，編程需注意值域轉換。 
          從uint8到double的轉換 
    
       數字數字圖像類型        MATLAB語句 
    
     索引色             B=double(A)+1 
     索引色或真彩色 B=double(A)/255 
     二值數字數字圖像          B=double(A) 
    
         從double到uint8的轉換 
    
       數字數字圖像類型        MATLAB語句 
    
    索引色              B=uint8(round(A-1)) 
    索引色或真彩色   B=uint8(round(A*255)) 
    二值數字數字圖像           B=logical(uint8(round(A))) 
    


2. 數字數字圖像處理工具箱所支持的數字數字圖像類型 
2.1 真彩色數字數字圖像 
    R、G、B三個分量表示一個像素的顏色。如果要讀取數字數字圖像中(100,50)處的像素值， 
可查看三元數據(100,50,1:3)。 
    真彩色數字數字圖像可用雙精度存儲，亮度值範圍是[0,1]；比較符合習慣的存儲方法是用無 
符號整型存儲，亮度值範圍[0,255] 
    
2.2 索引色數字數字圖像 
   包含兩個結構，一個是調色板，另一個是數字數字圖像數據矩陣。調色板是一個有3列和若干行 
的色彩映象矩陣，矩陣每行代表一種顏色，3列分別代表紅、綠、藍色強度的雙精度數。 
    
   注意：MATLAB中調色板色彩強度[0,1]，0代表最暗，1代表最亮。 
          常用顏色的RGB值 
   ---- 
    顏色   R   G   B      顏色    R  G   B  
   ---- 
     黑     0   0   1     洋紅    1   0   1 
     白     1   1   1     青藍    0   1   1 
     紅     1   0   0     天藍 0.67 0   1 
     綠     0   1   0     橘黃    1 0.5 0 
     藍     0   0   1     深紅   0.5 0   0 
     黃     1   1   0      灰    0.5 0.5 0.5        
   ---- 
         產生標準調色板的函數 
   ---- 
    函數名      調色板 
   ---- 
     Hsv       色彩飽和度，以紅色開始，並以紅色結束 
     Hot       黑色－紅色－黃色－白色 
     Cool      青藍和洋紅的色度 
     Pink      粉紅的色度 
     Gray      線型灰度 
     Bone      帶藍色的灰度 
     Jet        Hsv的一種變形，以藍色開始，以藍色結束 
     Copper    線型銅色度 
     Prim       三稜鏡，交替為紅、橘黃、黃、綠和天藍 
     Flag       交替為紅、白、藍和黑 
 
   預設情況下，調用上述函數灰產生一個64×3的調色板，用戶也可指定調色板大小。 
    
   索引色數字數字圖像數據也有double和uint8兩種類型。 
   當數字數字圖像數據為double類型時，值1代表調色板中的第1行，值2代表第2行…… 
   如果數字數字圖像數據為uint8類型，0代表調色板的第一行，，值1代表第2行…… 


2.3 灰度數字數字圖像 
   存儲灰度數字數字圖像只需要一個數據矩陣。 
   數據類型可以是double，[0，1]；也可以是uint8，[0,255] 


2.4 二值數字數字圖像 
   二值數字數字圖像只需一個數據矩陣，每個像素只有兩個灰度值，可以採用uint8或double類型存儲。 
   MATLAB工具箱中以二值數字數字圖像作為返回結果的函數都使用uint8類型。 


2.5 數字數字圖像序列 
   MATLAB工具箱支持將多幀數字數字圖像連接成數字數字圖像序列。 
   數字數字圖像序列是一個4維數組，數字數字圖像幀的序號在數字數字圖像的長、寬、顏色深度之後構成第4維。 
   分散的數字數字圖像也可以合併成數字數字圖像序列，前提是各數字數字圖像尺寸必須相同，若是索引色數字數字圖像， 
調色板也必須相同。 
   可參考cat()函數    A＝cat(4,A1,A2,A3,A4,A5) 


3. MATLAB數字數字圖像類型轉換 
         數字數字圖像類型轉換函數 
   
     函數名                     函數功能 
   
     dither       數字數字圖像抖動，將灰度圖變成二值圖，或將真彩色數字數字圖像抖動成索引色數字數字圖像 
    gray2ind    將灰度數字數字圖像轉換成索引數字數字圖像 
    grayslice    通過設定閾值將灰度數字數字圖像轉換成索引色數字數字圖像 
     im2bw      通過設定亮度閾值將真彩色、索引色、灰度圖轉換成二值圖 
    ind2gray    將索引色數字數字圖像轉換成灰度數字數字圖像 
    ind2rgb      將索引色數字數字圖像轉換成真彩色數字數字圖像 
    mat2gray   將一個數據矩陣轉換成一副灰度圖 
    rgb2gray    將一副真彩色數字數字圖像轉換成灰度數字數字圖像 
    rgb2ind      將真彩色數字數字圖像轉換成索引色數字數字圖像 
   -- 


4. 數字數字圖像文件的讀寫和查詢 
4.1 圖形數字數字圖像文件的讀取 
   利用函數imread()可完成圖形數字數字圖像文件的讀取，語法： 
     A=imread(filename,fmt) 
     [X,map]=imread(filename,fmt) 
     [...]=imread(filename) 
     [...]=imread(filename,idx) （只對TIF格式的文件） 
     [...]=imread(filename,ref) （只對HDF格式的文件） 
   通常，讀取的大多數數字圖像均為8bit，當這些數字圖像加載到內存中時，Matlab就將其存放 
在類uint8中。此為Matlab還支持16bit的PNG和TIF數字圖像，當讀取這類文件時，Matlab就將 
其存貯在uint16中。 
   注意：對於索引數字圖像，即使數字圖像陣列的本身為類uint8或類uint16，imread函數仍將 
顏色映象表讀取並存貯到一個雙精度的浮點類型的陣列中。 


4.2 圖形數字圖像文件的寫入 
   使用imwrite函數，語法如下： 
   imwrite(A,filename,fmt) 
   imwrite(X,map,filename,fmt) 
   imwrite(...,filename) 
   imwrite(...,parameter,value) 
   當利用imwrite函數保存數字圖像時，Matlab預設的方式是將其簡化道uint8的數據格式。 


4.3 圖形數字圖像文件信息的查詢  imfinfo()函數 




5. 數字圖像文件的顯示 
5.1 索引數字圖像及其顯示 
   方法一： 
          image(X) 
          colormap(map) 
   方法二：  
          imshow(X,map) 


5.2 灰度數字圖像及其顯示 
   Matlab 7.0 中，要顯示一副灰度數字圖像，可以調用函數 imshow 或 imagesc （即  
imagescale，數字圖像縮放函數） 
   (1) imshow 函數顯示灰度數字圖像 
    使用imshow(I)    或 使用明確指定的灰度級書目：imshow(I,32) 
     
    由於Matlab自動對灰度數字圖像進行標度以適合調色板的範圍，因而可以使用自定義 
大小的調色板。其調用格式如下： 
           imshow(I,[low,high]) 
    其中，low 和 high 分別為數據數組的最小值和最大值。 
   (2) imagesc 函數顯示灰度數字圖像 
   下面的代碼是具有兩個輸入參數的 imagesc 函數顯示一副灰度數字圖像 
       imagesc(1,[0,1]); 
       colormap(gray); 
    imagesc 函數中的第二個參數確定灰度範圍。灰度範圍中的第一個值（通常是0）， 
對應於顏色映象表中的第一個值（顏色），第二個值（通常是1）則對應與顏色映象表 
中的最後一個值（顏色）。灰度範圍中間的值則線型對應與顏色映象表中剩餘的值（顏色）。 
    在調用 imagesc 函數時，若只使用一個參數，可以用任意灰度範圍顯示數字圖像。在該 
調用方式下，數據矩陣中的最小值對應於顏色映象表中的第一個顏色值，數據矩陣中的最大 
值對應於顏色映象表中的最後一個顏色值。 


5.3 RGB 數字圖像及其顯示 
   (1) image(RGB)  
   不管RGB數字圖像的類型是double浮點型，還是 uint8 或 uint16 無符號整數型，Matlab都 
能通過 image 函數將其正確顯示出來。 
   RGB8 = uint8(round(RGB64×255)); ％將 double 浮點型轉換為 uint8 無符號整型 
   RGB64 = double(RGB8)/255;           ％ 將 uint8 無符號整型轉換為 double 浮點型 
   RGB16 = uint16(round(RGB64×65535)); ％將 double 浮點型轉換為 uint16 無符號整型  
   RGB64 = double(RGB16)/65535;      ％ 將 uint16 無符號整型轉換為 double 浮點型 
   (2) imshow(RGB) 參數是一個 m×n×3 的數組 


5.4 二進位數字圖像及其顯示 
   (1) imshow(BW) 
   在 Matlab 7.0 中，二進位數字圖像是一個邏輯類，僅包括 0 和 1 兩個數值。像素 0 顯示 
為黑色，像素 1 顯示為白色。 
   顯示時，也可通過NOT(~)命令，對二進位圖象進行取反，使數值 0 顯示為白色；1 顯示 
為黑色。  
   例如：imshow(~BW) 
   (2) 此外，還可以使用一個調色板顯示一副二進位數字圖像。如果圖形是 uint8 數據類型， 
則數值 0 顯示為調色板的第一個顏色，數值 1 顯示為第二個顏色。 
   例如：imshow(BW,[1 0 0;0 0 1])   


5.5 直接從磁碟顯示數字圖像 
   可使用一下命令直接進行數字圖像文件的顯示：  
        imshow filename 
   其中，filename 為要顯示的數字圖像文件的文件名。 
   如果數字圖像是多幀的，那麼imshow 將僅顯示第一幀。但需注意，在使用這種方式時，數字圖像 
數據沒有保存在Matlab7.0 工作平臺。如果希望將數字圖像裝入工作檯中，需使用 getimage 函數，從當前的句柄圖形數字圖像對象中獲取數字圖像數據， 
   命令形式為：rgb ＝ getimage; 


bwlabel  
功能：  
標註二進位數字圖像中已連接的部分。  
L = bwlabel(BW,n)  
[L,num] = bwlabel(BW,n) 
isbw  
功能：  
判斷是否為二進位數字圖像。  
語法：  
flag = isbw(A)  
相關命令：  
isind, isgray, isrgb  
74．isgray  
功能：  
判斷是否為灰度數字圖像。  
語法：  
flag = isgray(A)  
相關命令：  
isbw, isind, isrgb 
11．bwselect  
功能：  
在二進位數字圖像中選擇對象。 
語法：  
BW2 = bwselect(BW1,c,r,n)  
BW2 = bwselect(BW1,n)  
[BW2,idx] = bwselect(...)  
舉例  
BW1 = imread('text.tif');  
c = [16 90 144];  
r = [85 197 247];  
BW2 = bwselect(BW1,c,r,4);  
imshow(BW1)  
figure, imshow(BW2) 
47．im2bw  
功能：  
轉換數字圖像為二進位數字圖像。  
語法：  
BW = im2bw(I,level)  
BW = im2bw(X,map,level)  
BW = im2bw(RGB,level)  
舉例  
load trees  
BW = im2bw(X,map,0.4);  
imshow(X,map)